輝達 Vera CPU 團隊接受 Wccftech 獨家專訪，坦言雲端時代為了堆核心數而犧牲單執行緒效能的 chiplet 路線正在被 AI 代理反轉：當 GPU 是最昂貴的算力資產，CPU 必須以最短延遲完成順序任務，輝達索性改回單一晶片設計，專為 Agentic AI 打造新一代處理器。
（前情提要：輝達傳停供「RTX 5090 晶片」全轉 AI 專業卡，玩家旗艦顯示卡或退到 5080 24GB）
（背景補充：黃仁勳：CoreWeave 每天都在變強，Nvidia 沒必要替它擔保）
輝達旗下首款專為 AI 代理（Agentic AI）設計的中央處理器 Vera CPU，近期公開談及其顛覆性的架構思維。在 Wccftech 的專訪中，Vera 團隊直言：雲端運算時代以「堆核心數換吞吐量」的 chiplet 多晶片路線，已經走到需要回頭的地步，而 AI 代理正是逼他們改弦更張的關鍵力量。
從堆核心到拼單核
回顧 x86 資料中心的演進，2010 年代初期各家還在高時脈低核心數的路上競爭，Intel Haswell 世代是當時的典型代表。但隨著雲端巨頭崛起，業界轉向規模經濟，將越多核心塞進單一伺服器越好，x86 廠商因而從單晶片設計轉向多 chiplet 布局。問題是，晶片面積有限，核心越多，單一核心的最佳化空間與每週期指令數（IPC）就直線下滑，兩者只能取一。
Vera 團隊描述，雲端時代的設計落在「高吞吐、低單核」的象限，而生成式 AI 興起後，真正昂貴的資產是 GPU。AI 代理在 GPU 與 CPU 之間高速迴圈運作，CPU 必須在最短時間內完成順序任務、立刻把控制權交還 GPU，否則最貴的運算資產就會空轉。這逼使 CPU 設計回歸「高單核、低延遲、大頻寬」的組合。
單晶片設計：重回被遺忘的路
Vera 的解法是回歸單一晶片（monolithic die）：所有核心放在同一片矽上，核心之間溝通不需跨越 I/O 邊界，徹底消除 chiplet 之間的延遲懲罰。團隊指出，這讓 Vera 的雙向頻寬達到驚人的每秒 3.4TB，比頂級 x86 晶片高出 3 倍，對需要共享上下文的代理任務與資料分析特別有感。
輝達也透露，Vera 相較前代 Grace 快 1.5 倍，在 Python 指令碼、程式編譯等代理典型順序任務上，比頂級 x86 處理器快 2 倍。其專利的空間多執行緒（Spatial Multithreading）技術，則負責把「工作執行緒」與「I/O 執行緒」分離，第三方硬體評測 Phoronix 更實測此設計帶來約 20% 的效能增益，而非負擔。
單機到整櫃：CPU 的「逆襲」
更關鍵的轉變在於定位。輝達原先將 Grace CPU 定位為機櫃內的「主機節點」，負責餵資料給 GPU 叢集；但團隊在客戶實際使用中發現，大量代理工具呼叫與強化學習任務，其實需要「一整櫃純 CPU」來處理。因此 Vera 不只是 Vera-Rubin 超級晶片架的元件，更要獨立銷售、專攻代理推論與強化學習的純 CPU 機櫃市場。
至於 AI 環境中 CPU 與 GPU 的比例會走向何方，團隊坦言沒有官方答案，但相信「比例正在往 CPU 傾斜」，部分代理沙盒供應商已為單一客戶部署多達 40 萬個沙盒。當 AI 代理從聊天工具長成企業工作流的一部分，CPU 的角色正在從配角重新變回主角，而這波架構反轉，臺灣伺服器與半導體供應鏈同樣無法置身事外。
📍相關報導📍
輝達傳停供「RTX 5090 晶片」全轉 AI 專業卡，玩家旗艦顯示卡或退到 5080 24GB
黃仁勳：CoreWeave 每天都在變強，Nvidia 沒必要替它擔保
